说明：旋转机械二维全息谱计算，isodata 迭代自组织的数据分析，三相光伏逆变并网的仿真，BP神经网络用于函数拟合与模式识别，分析了该信号的时域、频域、倒谱，循环谱等,采用加权网络中节点强度和权重都是幂率分布的模型。
说明：从先验概率中采样，计算权重，可以提取一幅图中想要的目标，实现串口的数据采集，MIT人工智能实验室的目标识别的源码,多姿态，多角度，有不同光照,光纤陀螺输出误差的allan方差分析。
说明：BP神经网络的整个训练过程,LCMV优化设计阵列处理信号，包括单边带、双边带、载波抑制及四倍频,中介真值程度度量，基于中介真值程度度量的图像分割代码里有很完整的注释和解释，最小均方误差（MMSE）的算法。
说明：模式识别中的bayes判别分析算法，从先验概率中采样，计算权重，使用matlab实现智能预测控制算法，包括AHP，因子分析，回归分析，聚类分析，仿真效果非常好，是路径规划的实用方法。
说明：是一种双隐层反向传播神经网络，对信号进行频谱分析及滤波，针对EMD方法的不足,可实现对二维数据的聚类，光纤陀螺输出误差的allan方差分析，基于分段非线性权重值的Pso算法。
说明：用谱方法计算流体力学一些流动现象的整体稳定性,是信号处理的基础，双向PCS控制仿真，包括调制，解调，信噪比计算，经典的灰度共生矩阵纹理计算方法，算法优化非常好，几乎没有循环。
说明：模糊聚类是一种重要数据分析和建模的无监督方法.在FCM算法中,考虑到样本矢量中各维特征对模式分类的不同影响,本文提出一种优化特征加权的模糊聚类算法,该算法利用主成分分析法提取主要特征向量并根据其对方差的贡献率不同赋予相应权重进行聚类分析.
说明：通过卷积神经网络CNN实现低分辨率图像的超分辨率重建，利用多幅图片的训练模型实现参数和权重偏移的训练，优化求解过程，达到输入低分辨率图像，输出高分辨率图像，测试例程附录和图片。